Chronos를 활용한 다변량 금리 예측

구분: 논문 · arXiv / Santa Clara University
발표일: 2026년 5월 8일
원문: arXiv

핵심 요약

Amazon의 open-source time-series foundation model Chronos-2를 미국 Treasury 금리와 Magnificent 7 주식에 적용해, univariate와 multivariate forecasting을 비교한 연구다. 2000~2025년 rolling evaluation 결과 금리에서는 여러 만기를 함께 입력한 multivariate 모델이 각 만기를 독립적으로 예측한 모델보다 일관되게 좋은 성능을 냈다. 반면 주식과 금리를 무조건 하나의 큰 panel로 합치자 오히려 성능이 떨어졌다. 즉 foundation model의 장점은 “데이터를 많이 넣는 것”이 아니라 경제적으로 연관된 시계열 간 공통구조를 transfer하는 것에 있었다.

Chronos-2는 task-specific fine-tuning 없이 multivariate group과 covariate를 다룰 수 있는 zero-shot 구조를 사용한다.

실무 시사점

이 결과는 국고채에 상당히 직관적이다.

3년 금리를 예측할 때

3Y history

만 넣는 것보다

2Y / 3Y / 5Y / 10Y / 20Y / 30Y

를 같이 넣으면 level·slope·curvature 구조를 모델이 스스로 활용할 수 있다.

하지만 여기서 중요한 경고도 있다. 관련 없어 보이는 데이터를 닥치는 대로 넣으면 오히려 S/N이 낮아질 수 있다. 미국 Treasury와 Big Tech 주식을 합친 panel에서 성능이 낮아졌다는 점이 바로 그 사례다.

한국에서는 우선 국고 만기군 + 국채선물 + IRS처럼 구조적으로 연결된 데이터로 시작한 뒤 환율·미국채·주식·뉴스를 feature group 단위로 하나씩 추가해 OOS improvement를 검증하는 것이 좋다.

데스크 적용 우선순위: ★★★★☆